[논문]한반도 주요 대도시의 PM10 농도 특성 및 배출량과의 상관성 분석

강민성; 김유근; 김태희; 강윤희; 정주희

doi:10.5322/jesi.2016.25.8.1065

[국내논문] 한반도 주요 대도시의 PM10 농도 특성 및 배출량과의 상관성 분석
The Analysis of PM10 Concentration and Emission Contribution in the Major Cities of Korea 원문보기

Journal of environmental science international = 한국환경과학회지, v.25 no.8, 2016년, pp.1065 - 1076

강민성 (부산대학교 지구환경시스템학부) , 김유근 (부산대학교 대기환경과학과) , 김태희 (부산대학교 지구환경시스템학부) , 강윤희 (부산대학교 환경연구원) , 정주희 (부산대학교 대기환경과학과)

Abstract ▼ AI-Helper

This study analyzes the $PM_{10}$ characteristics (particulate matter with aerodynamic diameter less than $10{\mu}m$), concentration, and emissions in eight large South Korean cities (Seoul, Incheon, Daejeon, Daegu, Gwangju, Ulsan, Busan, Jeju). The annual median of $PM_{10}$ concentration showed a decline of $0.02{\sim}1.97{\mu}g/m^3$ in the regions, except for Incheon, which recorded an annual $0.02{\mu}g/m^3$ increase. The monthly distribution levels were high in spring, winter, fall, and the summer, but were lower in summer for all regions except for Ulsan. These differences are thought to be due to the dust in spring and the cleaning effect of precipitation in summer. The variation in concentrations during the day (diurnal variation) showed that $PM_{10}$ levels were very high during the rush hour and that this was most extreme in the cities (10.00 and 18.00-21.00). The total annual $PM_{10}$ emissions analysis suggested that there had been a general decrease, except for Jeju. On-road mobile (OM) sources, which contributed a large proportion of the particulates in most regions, decreased, but fugitive dust (FD) sources increased in the remaining regions, except for Daegu. The correlation analysis between $PM_{10}$ concentrations and emissions showed that FD could be used as a valid, positive predictor of $PM_{10}$ emissions in Seoul (74.5% (p<0.05)), Dajeon (47.2% (p<0.05)), and Busan (59.1% (p<0.01)). Furthermore, industrial combustion (IC) was also a significant predictor in Incheon (61.7% (p<0.01)), and on-road mobile (OC) sources were a valid predictor in Daegu (24.8% (p<0.05)).

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

이에 본 연구에서는 관측 자료와 배출량을 이용하여 우리나라 주요 8개 도시(서울, 인천, 대전, 대구, 광주, 울산, 부산, 제주)의 PM₁₀ 농도 및 배출량 특성을 분석하고 농도와 배출량의 상관성을 제시하는데 있다. 최근 13년간(2001~2013년) 대기질 관측망에서 측정된 자료를 이용하여 평균농도, 기준치 초과일, 고농도일의 장기적인 변화를 조사하고 평균 월별, 일중 시간별 자료를 생성하여 PM₁₀ 농도의 특성을 상세히 연구하였다.
하지만 비산먼지 배출량을 제외하고 배출원별 비중을 분석하였을 때에는 비중의 큰 변화가 나타나지 않았다. 이에 지역별로 PM₁₀농도에 대한 특정 배출원의 영향이 있을 것으로 사료되어 기여도 평가를 실시하였다.

제안 방법

우리나라 주요 대도시의 PM10 농도 특성을 비교분석하기 위하여 도시별로 최근 13년간(2001~2013년) 연 중앙값(median), 상위 5%(95-percentile), 하위 5% (5-percentile) 농도와 국내 대기환경기준치(24시간평균 100 μg/m3, 연평균 50 μg/m3)를 초과한 횟수(연초과 횟수), 연 강수량의 추세를 파악하였고, 연간 월별 농도와 일중 시간별 변화를 조사하였다.
농도 및 배출량 특성을 분석하고 농도와 배출량의 상관성을 제시하는데 있다. 최근 13년간(2001~2013년) 대기질 관측망에서 측정된 자료를 이용하여 평균농도, 기준치 초과일, 고농도일의 장기적인 변화를 조사하고 평균 월별, 일중 시간별 자료를 생성하여 PM₁₀ 농도의 특성을 상세히 연구하였다. 또한 11년간(2001~2011년) PM₁₀ 배출량 자료를 이용하여 총 배출량 및 각 배출원별 변화를 조사하였으며 통계를 이용하여 PM₁₀ 농도와 배출량간의 상관성을 분석하였다.
최근 13년간(2001~2013년) 대기질 관측망에서 측정된 자료를 이용하여 평균농도, 기준치 초과일, 고농도일의 장기적인 변화를 조사하고 평균 월별, 일중 시간별 자료를 생성하여 PM₁₀ 농도의 특성을 상세히 연구하였다. 또한 11년간(2001~2011년) PM₁₀ 배출량 자료를 이용하여 총 배출량 및 각 배출원별 변화를 조사하였으며 통계를 이용하여 PM₁₀ 농도와 배출량간의 상관성을 분석하였다.
이후 2011년에는 생물연소(BIO) 항목을 새롭게 추가하여 현재는 총 13개 대분류로 구성되었다(NIER, 2011). 동일한 배출량 분류가 필요함에 따라 본 논문에서는 2007년 이전의 대분류를 기준으로 하여 도로 이동오염원에서 재편성된 비산먼지 항목의 도로재비산먼지와 타이어마모 부문을 도로이동오염원에 합하여 도로이동오염원으로 재산정 하였으며, 비산먼지에서 해당항목을 제하고 분석을 실시하였으며, 자연오염원에 산불이 추가된 기타 오염원 항목은 그 차이가 미미하여 기존 자연오염원 그대로 명시하였다.
분석기간은 대기질, 배출량 자료의 공통기간인 2001년부터 2011년까지로 선정하였다. 상관분석은 양방검증으로 신뢰할 수 있는 유의수준에서 피어슨 적률상관계수(pearson correlation)를 통하여 변수간 상관성을 알아보았으며, 회귀분석은 미세먼지를 종속변수로 하고 에너지산업 연소(EGU), 비산업 연소(NEGU), 제조업 연소(IC), 생산공정(IP), 에너지수송 및 저장(ST), 유기용제 사용(SU), 도로이동오염원(OM), 비도로이동오염원(NM), 폐기물처리 (WT), 자연오염원(BI), 농업(AG), 비산먼지(FD), 생물성연소(BIO)를 독립변수로 두었으며, 독립변수 선택방법은 새로운 변수를 모형에 추가할 때 이미 모형에 포함된 변수에 대한 유의성 검정을 통해 유의하지 않으면 모형에서 제거하는 단계선택(stepwise) 방법으로 수행하였다.
한반도 주요 대도시의 미세먼지 농도 특성을 파악 하기 위하여 도시별 미세먼지 농도의 장기변화 추이와 연중 월별 분포특성, 일중 시간별 변화 경향을 분석하였다. Fig.
본 연구에서는 배출량의 직접적인 영향을 받는 미세먼지와 배출량 대분류 항목 간 상관성을 분석을 위해 대도시별로 SPSS 통계프로그램의 상관분석과 회귀분석을 실시하였다(Table 2). 하나의 종속변수에 대해 다수의 독립변수를 사용하는 다중선형회귀분석을 사용하였으며 독립변수의 고유 기여도를 평가한 후 높은 기여도 순으로 먼저 투입하면서 추가되는 변수가 통계적으로 유의미한 예측력을 갖지 못할 때 회귀식에서 제외시키는 단계적 기법을 적용하였다. 독립 변수간 상관관계를 나타내는 다중공선성(collinearity) 검정을 실시하였다.
본 연구는 우리나라 8개 도시(서울, 인천, 대전, 대구, 광주, 울산, 부산, 제주)의 2001년부터 2013년까지 총 13년간 PM₁₀ 농도와 최근 11년간(2001~2011년) 배출량 특성을 파악하였으며, 통계를 이용하여 PM₁₀농도와 배출량간의 상관성을 분석하였다.
도시별 PM₁₀ 배출량 특성 및 배출원의 분포 특성을 분석하기 위해 연간 총 배출량과 배출원별 구성 비율을 분석하였다. Fig.

대상 데이터

대상지역은 우리나라의 주요 대도시인 서울특별시와 광역시(부산, 대구, 인천, 광주, 대전, 울산), 그리고 특별자치도인 제주를 포함하여 총 8개 지역을 선정하였다. 중국의 풍하측에 위치하여 장거리 이동에 의한 오염물질과 자체 오염원에 의한 영향을 동시에 받는 서울, 인천, 대전, 대구, 광주, 울산, 부산과 상대적으로 국지오염원의 방해가 적고 중국대륙에서 이동하는 대기오염물질의 영향을 평가하기에 적합한 제주지역의 PM₁₀농도 분석과 배출량과의 상관성을 연구하였다(Kim et al.
, 2014). PM₁₀ 농도는 국립환경과학원 도시대기측정망 자료를 이용하였고 분석기간은 환경부 대기환경기준 물질이 TSP에서 PM₁₀으로 대체된 2001년부터 최근 2013년까지이다. 2001년부터 2013년까지 연속적으로 운행된 관측지점 자료를 이용하여 분석하였으며 도시별로 분석에 사용된 관측지점은 서울 25개, 부산 9개, 대구 6개, 인천 8개, 광주 4개, 대전 3개, 울산 10개, 제주 1개 지점이다.
PM₁₀ 농도는 국립환경과학원 도시대기측정망 자료를 이용하였고 분석기간은 환경부 대기환경기준 물질이 TSP에서 PM₁₀으로 대체된 2001년부터 최근 2013년까지이다. 2001년부터 2013년까지 연속적으로 운행된 관측지점 자료를 이용하여 분석하였으며 도시별로 분석에 사용된 관측지점은 서울 25개, 부산 9개, 대구 6개, 인천 8개, 광주 4개, 대전 3개, 울산 10개, 제주 1개 지점이다. PM₁₀농도와 배출량의 상관관계 분석을 위해 대기보전 정책지원시스템 (clean air policy support system, CAPSS) 중 PM₁₀가 존재하는 2001년부터 2011년까지의 시군구 자료를 이용하였다.
2001년부터 2013년까지 연속적으로 운행된 관측지점 자료를 이용하여 분석하였으며 도시별로 분석에 사용된 관측지점은 서울 25개, 부산 9개, 대구 6개, 인천 8개, 광주 4개, 대전 3개, 울산 10개, 제주 1개 지점이다. PM₁₀농도와 배출량의 상관관계 분석을 위해 대기보전 정책지원시스템 (clean air policy support system, CAPSS) 중 PM₁₀가 존재하는 2001년부터 2011년까지의 시군구 자료를 이용하였다.
도시별 미세먼지 농도와 배출량의 상관성은 사회 과학 통계 패키지(statistical package for the social science, SPSS)를 이용하여 통계분석(상관분석, 회귀 분석)을 실시하였다. 분석기간은 대기질, 배출량 자료의 공통기간인 2001년부터 2011년까지로 선정하였다. 상관분석은 양방검증으로 신뢰할 수 있는 유의수준에서 피어슨 적률상관계수(pearson correlation)를 통하여 변수간 상관성을 알아보았으며, 회귀분석은 미세먼지를 종속변수로 하고 에너지산업 연소(EGU), 비산업 연소(NEGU), 제조업 연소(IC), 생산공정(IP), 에너지수송 및 저장(ST), 유기용제 사용(SU), 도로이동오염원(OM), 비도로이동오염원(NM), 폐기물처리 (WT), 자연오염원(BI), 농업(AG), 비산먼지(FD), 생물성연소(BIO)를 독립변수로 두었으며, 독립변수 선택방법은 새로운 변수를 모형에 추가할 때 이미 모형에 포함된 변수에 대한 유의성 검정을 통해 유의하지 않으면 모형에서 제거하는 단계선택(stepwise) 방법으로 수행하였다.

데이터처리

도시별 미세먼지 농도와 배출량의 상관성은 사회 과학 통계 패키지(statistical package for the social science, SPSS)를 이용하여 통계분석(상관분석, 회귀 분석)을 실시하였다. 분석기간은 대기질, 배출량 자료의 공통기간인 2001년부터 2011년까지로 선정하였다.
본 연구에서는 배출량의 직접적인 영향을 받는 미세먼지와 배출량 대분류 항목 간 상관성을 분석을 위해 대도시별로 SPSS 통계프로그램의 상관분석과 회귀분석을 실시하였다(Table 2). 하나의 종속변수에 대해 다수의 독립변수를 사용하는 다중선형회귀분석을 사용하였으며 독립변수의 고유 기여도를 평가한 후 높은 기여도 순으로 먼저 투입하면서 추가되는 변수가 통계적으로 유의미한 예측력을 갖지 못할 때 회귀식에서 제외시키는 단계적 기법을 적용하였다.
하나의 종속변수에 대해 다수의 독립변수를 사용하는 다중선형회귀분석을 사용하였으며 독립변수의 고유 기여도를 평가한 후 높은 기여도 순으로 먼저 투입하면서 추가되는 변수가 통계적으로 유의미한 예측력을 갖지 못할 때 회귀식에서 제외시키는 단계적 기법을 적용하였다. 독립 변수간 상관관계를 나타내는 다중공선성(collinearity) 검정을 실시하였다. 변수간 상관이 높으면 개별 설명 변량을 정확히 해석할 수 없으므로 이를 파악하기 위해 상승변량(variance inflation factor)을 사용하여 다중공선성을 검정하였으며, 이 값은 회귀계수의 변량 증가분을 의미하는 1/(1-R_i² )으로 계산되며 상승변량이 10이상이면 다중공선성이 있다고 판단한다.
변수간 상관이 높으면 개별 설명 변량을 정확히 해석할 수 없으므로 이를 파악하기 위해 상승변량(variance inflation factor)을 사용하여 다중공선성을 검정하였으며, 이 값은 회귀계수의 변량 증가분을 의미하는 1/(1-R_i² )으로 계산되며 상승변량이 10이상이면 다중공선성이 있다고 판단한다. 유의성 검정을 위하여 유의확률(p)이 유의수준보다 작은 경우, F-검정을 통해 회귀식이 유의하다고 평가하였다.
독립 변수간 상관관계를 나타내는 다중공선성(collinearity) 검정을 실시하였다. 변수간 상관이 높으면 개별 설명 변량을 정확히 해석할 수 없으므로 이를 파악하기 위해 상승변량(variance inflation factor)을 사용하여 다중공선성을 검정하였으며, 이 값은 회귀계수의 변량 증가분을 의미하는 1/(1-R_i² )으로 계산되며 상승변량이 10이상이면 다중공선성이 있다고 판단한다. 유의성 검정을 위하여 유의확률(p)이 유의수준보다 작은 경우, F-검정을 통해 회귀식이 유의하다고 평가하였다.

성능/효과

, 2012; Bhaskar and Mehta, 2010). 본 연구에서도 전국적으로 연간 총 강수량 증가 시 PM₁₀의 농도가 감소함을 알 수 있으며 특히 2003년과 2011년, 2012년에 강수로 인한 세정효과가 뚜렷하게 나타난다.
, 2003). 시간초과평균농도의 오전 극대값을 살펴본 결과 서울과 부산, 제주는 시간별 농도평균 극대값과 동일한 시간에서 나타났고, 그 외 지역에서는 시간별 농도평균 극대값에 비해 1시간 지연된 11시에 극대값을 보여주었다. 제주의 경우는 14시경 한번 더 극대값이 나타나는 양상을 보였다.
제주의 경우는 14시경 한번 더 극대값이 나타나는 양상을 보였다. 시간초과평균농도의 저녁 극대값의 경우 대전을 제외한 지역에서 시간별 농도평균 극대값이 지연된 현상을 보이지 않았다.
70%로 적은 도로이동오염원의 비중으로 인하여 상대적으로 낮은 배출량 감소를 보인 것으로 사료된다. 도로이동오염원 배출량의 감소에도 불구하고 서울, 대전, 광주 그리고 제주 지역은 도로이동오염원 항목의 비중변화가 거의 없었으며, 인천, 대구, 울산, 부산의 경우 비중의 변화가 나타났다. 2005년 이후 해안에 위치한 부산과 인천의 비도로오염원과 에너지산업 연소항목의 배출량은 증가하는 추세를 보이다 2011년 감소하였다.
05) 를 도로이동오염원(OM)으로 설명할 수 있었다. 이러한 요인분석 결과 서울 지역 PM₁₀ 농도 추세는 도로이동오염원(OM)에 비해 상대적으로 낮은 비율을 차지하는 비산먼지(FD)가 더 큰 영향력을 가지는 것으로 나타난다. 인천의 경우 독립변수의 설명력에서는 제조업 연소(IC)의 선형성을 설명하는 결정계수(R² )가0.
PM₁₀ 농도와 배출량 대분류 항목별 회귀분석 결과 서울은 비산먼지가 59.1%, 도로이동오염원이 13.2%의 기여도를 보이며, 부산은 비산먼지가 59.1%, 대구는 도로이동오염원이 77.4%, 인천은 제조업 연소가 61.7%, 대전은 비산먼지가 47.2%, 비도로이동오염원이 24.8%영향을 주는 것으로 나타난다. 이외에 광주, 울산, 제주의 경우 배출원과 PM₁₀간의 상관성이 나타나지 않으며 이는 대분류별 배출원보다 더 상세한 분류를 통해 PM₁₀ 기여도를 분석할 필요가 있는 것으로 사료된다.
이상과 같이 PM₁₀ 농도와 배출량 및 상관성 분석을 통해 우리나라 주요 8개 지역의 평균적인 PM₁₀ 특성을 파악할 수 있었다. 하지만 보다 정확한 상관관계 규명을 위해 지속적으로 배출량 정확도 향상을 위한 노력이 필요하며, 향후 지역별로 영향을 주는 발생원에 대한 체계적인 관리가 되어야 미세먼지 저감정책을 효율적으로 할 수 있을 것으로 판단된다.

후속연구

울산의 경우 다른 지역과 다르게 생산공정과 제조업 연소가 높은 비율을 차지하고 있으며 이는 산업도시의 특성을 반영한 것으로 보인다. 비산먼지 배출계수의 개선 등과 같이 다양한 연구개선 방안을 반영하여 지속적으로 배출량 정확도 향상이 필요한 것으로 사료된다.
특성을 파악할 수 있었다. 하지만 보다 정확한 상관관계 규명을 위해 지속적으로 배출량 정확도 향상을 위한 노력이 필요하며, 향후 지역별로 영향을 주는 발생원에 대한 체계적인 관리가 되어야 미세먼지 저감정책을 효율적으로 할 수 있을 것으로 판단된다.

참고문헌 (34)

Ahn, J. W., Kim, K. H., Kim, S. C., 2005, The spatial and temporal distribution patterns of $PM_{10}$ in major cities and provinces in Korea, J. Korean Ear. Sci. Soc., 26(7), 652-660.
Bae, G. N., Lee, S. B., Park, S. M., 2007, Vehicle-related fine particulate air pollution in Seoul, Korea, Asian J. Atmos. Environ., 1(1), 1-8.

원문보기 상세보기
Bhaskar, B. V., Mehta, V. M., 2010, Atmospheric particulate pollutants and their relationship with meteorology in Ahmedabad, Aerosol Air Qual. Res., 10(4), 301-315.
Choi, Y. S., Yoon, J. C., Lee, J. B., Kim, Y. H., Lee, S. Y., Yun, J. S., Eom, S. W., Chae, Y. Z., 2012, Characteristics of $PM_{10}$ high concentration events in ambient air of Seoul, Report of SIHE, 48, 126-135.
Chelani, A. B., 2015, Exceedance analysis of $PM_{10}$ concentration in central Indian city: Predicting gap between two exceedances, Aerosol Air Qual. Res., 15(5), 2158-2167.

상세보기
Daniels, M. J., Dominici, F., Zeger, S. L., Samet, J. M., 2004, The national morbidity, mortality, and air pollution study. Part III: $PM_{10}$ concentration-response curves and thresholds for the 20 largest US cities, Res. Rep. (Health Eff. Inst.), (94 Pt 3), 1-21.
Deshmukh, D. K., Deb, M. K., Hopke, P. K., Tsai, Y. I., 2012, Seasonal characteristics of water-soluble dicarboxylates associated with $PM_{10}$ in the urban atmosphere of Durg City, India, Aerosol Air Qual. Res., 12, 683-696.
Do, H. S., Choi, S. J., Park, M. S., Lim, J. K., 2014, Distribution characteristics of the concentration of ambient $PM_{10}$ and $PM_{2.5}$ in Daegu Area, J. Kor. Soc. Environ. Eng., 36(1), 20-28.

원문보기 상세보기
Dockery, D. W., 2001, Epidemiologic evidence of cardiovascular effects of particulate air pollution, Environmental Health Perspectives, 109(4), 483.

상세보기
Effect of the Rainfall during Typhoon Periods on the Variation of Concentration of Ambient Air pollutants ( $PM_{10},\;NO_2,\;CO,\;SO_2$ ) in the Korean Peninsula, 2014, J. Korean Soc. Atmos. Environ., 20(2), 128-138.
Ghim, Y. S., Chang, Y. S., Jung, K., 2015, Temporal and spatial variations in fine and coarse particles in Seoul, Korea, Aerosol Air Qual. Res., 15(3), 842-852.

상세보기
Goudarzi, G., Geravandi, S., Saeidimehr, S., Mohammadi, M. J., Vosoughi Niri, M., Salmanzadeh, S., Ahmadi Angali, K., Neisi, A. K., Babaei, A. A., 2015, Estimation of health effects for $PM_{10}$ exposure using of Air Q model in Ahvaz City during 2009, Iranian Journal of Health and Environment, 8(1), 117-126.
Hong, N. G., Woo, S. S., Huh, I. R., Choi, S. B., Park, K. Y., Kim, T. W., Kim, Y. K., Park, Y. J., Bang, M. R., Choi, J. Y., Kim, Y. J., 2011, The characteristics of $PM_{10}$ concentration in GangWon-do 2009, Rep. Inst. Health & Environ., 22, 124-131.
Jeon, B. I., Hwang, Y. S., Lee, H. W., Yang, A. R., Kim, H. J., Seol, J. H., Kang, Y. J., Kim, T. H., Jang, H. S., 2005, Characteristics of metallic elements concentration of fine particles( $PM_{10},\;PM_{2.5}$ ) at Busan in 2004, J. Korean Ear. Sci. Soc., 26(6), 573-283.
Jin, Y. H., Koo, H. J., Kim, B. M., Kim, Y. P., Park, S. U., 2003, Variations of the $PM_{10}$ concentrations observed in eleven cities in South Korea between 1995 and 2000, J. Korean Soc. Atmos. Environ., 19(2), 231-245.
Jeon, B. I., 2010, Characteristics of pacio-temporal variation for $PM_{10}$ and $PM_{2.5}$ concentation in Busan, Journal of Environmental Science International, 19(8), 1013-1023.

원문보기 상세보기
Jung, W. S., Lee, B. R., Park, J. K., Do, W. G., 2013, Analysis on high concentration air pollution cases in Gimhae region using the WRF numerical model, Journal of Environmental Science International, 22(8), 1029-1041.

원문보기 상세보기
Jeong, J. C., 2014, A spatial distribution analysis and time series change of $PM_{10}$ in Seoul City, Journal of the Korean Association of Geographic Information Studies, 17(1), 61-69.

원문보기 상세보기
Kwon, O. Y., An, Y. S., 2006, Temporal and spatial distributions of $PM_{10},\;NO_x\;and\;O_3$ around the road, J. Korean Soc. Atmos. Environ., 22(4), 440-450.
Kim, Y. P., 2010, Analysis of the trend of atmospheric $PM_{10}$ concentration over the Seoul metropolitan area between 1999 and 2008, J. Environ. Impact Assessment, 19(1), 59-74.
Kim, Y. P., Yeo, M. J., 2013, The trend of the concentrations of the criteria pollutants over Seoul, J. Korean Soc. Atmos. Environ., 29(4), 369-377.

원문보기 상세보기
Kim, K. J., Lee, S. H., Hyeon, D. R., Ko, H. J., Kim, W. H., Kang, C. H., 2014, Composition comparison of $PM_{10}$ and $PM_{2.5}$ fine particulate matter for Asian dust and haze events of 2010-2011 at Gosan site in Jeju Island, Analytical Science & Technology, 27(1), 1-10.

원문보기 상세보기
NIER, 2006, Study on air pollution comprehensive assessment techniques developed, Report No. 11-1480523-00198-10.
NIER, 2011, 2010 The annual report for operating result of air pollution intensive monitoring stations.
NIER, 2014, Annual report of air quality in Korea 2013, Report No. 11-1480523-00198-10.
Park, E. J., Kang, M. S., You, D. E., Kim, D. S., Yu, S. D., Chung, K. H., Park, K. S., 2005, Health risk assessment of heavy metals in fine particles collected in Seoul metropolitan area, J. Environ. Toxicol., 20(2), 179-186.

상세보기
Park, E. J., Kim, D. S., Park, K. S., 2008, Monitoring of ambient particles and heavy metals in a residential area of Seoul, Korea, Environ. Monit. Assess., 137(1), 441-449.

상세보기
Park, G. H., Cho, J. G., Ryu, B. S., 2010, Evaluation of pollution characteristics and chemical compostion of $PM_{2.5}$ in ambient air in Busan(II), The Annual Report of Busan Metropolitan city Institute of Health & Environment, 20(1), 154-167.
Schwartz, J., 1994, What are people dying of on high air pollution days?. Environmental Research, 64(1), 26-35.

상세보기
Song, H. D., Lee, H. C., Kwon, C. K., Kim, R. H., Kim, S. K., Lee, J. B., 2012, Analysis of impact factors on the variation of $PM_{10}$ concentration in Seoul, Korea-Focus on $PM_{10}$ concentration measured in 2003, 2004. Asian J. Atmos. Environ., 6(1), 1-13.

원문보기 상세보기
Shin, H. J., Lim, Y. J., Kim, J. H., Jung, H. J., Park, S. M., Park, J. S., Song, I. H., Seo, S. J., Hong, Y. D., Han, J. S., 2014, The characteristics of long term high PM episode occurred in Feb. 2014, J. Korean Soc. Atmos. Environ., 14(3), 223-232.
Wang, Y. Q., Zhang, X. Y., Gong, S. L., Zhou, C. H., Hu, X. Q., Liu, H. L., Niu, T., Yang, Y. Q., 2008, Surface observation of sand and dust storm in East Asia and its application in CUACE/Dust, Atmos. Chem. Phys., 8(3), 545-553.

상세보기
Yang, J. H., Kim, S. R., Jung, J. H., Han, Y. J., 2011, Long-term trend of atmospheric concentrations of fine particles in Chuncheon, Korea, J. Korean Soc. Atmos. Environ., 27(5), 494-503.

원문보기 상세보기
Yoo, J. M., Lee, Y. R., Kim, D., Jeong, M. J., Stockwell, W. R., Kundu, P. K., Oh, S. M., Shin, D. B., Lee, S. J., 2014, New indices for wet scavenging of air pollutants ( $O_3,\;CO,\;NO_2,\;SO_2,\;and\;PM_{10}$ ) by summertime rain, Atmos. Environ., 82, 226-237.

상세보기

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증